(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210887164.5 (22)申请日 2022.07.26 (71)申请人 中国电力科 学研究院有限公司 地址 100192 北京市海淀区清河小营东路 15号 (72)发明人 李琰　王新迎　徐式蕴　韩笑　 李健　 (74)专利代理 机构 北京中巡通大知识产权代理 有限公司 1 1703 专利代理师 李宏德 (51)Int.Cl. H02J 3/06(2006.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种基于人工智能神经网络的电网潮流控 制方法及系统 (57)摘要 本发明属于电网运行及人工智能技术领域， 公开一种基于人工智能神经网络的电网潮流控 制方法及系统； 所述方法包括： 获取目标电网的 潮流数据； 以目标电网所有节 点电压的幅值和相 角， 线路的有功、 无功潮流， 以及待控制线路有功 潮流预设的变化量为输入； 带入到预先训练好的 待控制线路的人工智能神经网络模型中进行辨 识， 得到待控制线路的两端电压差； 控制待控制 线路的首端节点与末端节点之间的电压差等于 所述两端电压差。 本发明通过人工智能神经网络 模型将线路的功率调整值和线路两端电压差关 联， 当启动线路潮流控制方案， 则通过控制节点 电压的方式来实现线路上的潮流优化。 权利要求书2页 说明书7页 附图3页 CN 115065063 A 2022.09.16 CN 115065063 A 1.一种基于人工智能神经网络的电网潮流控制方法， 其特 征在于， 包括： 获取目标电网的潮流数据； 以目标电网所有节点电压的幅值和相角， 线路的有功、 无功潮流， 以及待控制线路有功 潮流预设的变化量为输入； 带入到预先训练好的待控制线路的人工智能神经网络模型中进 行辨识， 得到待控制线路的两端电压 差； 控制待控制线路的首端节点与末端节点之间的电压 差等于所述两端电压 差。 2.根据权利要求1所述的一种基于人工智能神经网络的电网潮流控制方法， 其特征在 于， 所述待控制线路有功潮流预设的变化 量为待控制线路有功潮流 额定值的5％以内。 3.根据权利要求1所述的一种基于人工智能神经网络的电网潮流控制方法， 其特征在 于， 所述控制待控制线路的首端节点与末端节点之 间的电压差等于所述两端电压差的步骤 中， 在首端节点电压不变的前提下， 控制待控制线路的末端节点的电压， 使得首端节点与末 端节点之间的电压 差等于所述两端电压 差。 4.根据权利要求3所述的一种基于人工智能神经网络的电网潮流控制方法， 其特征在 于， 待控制线路末端电压的控制手段包括， 电容器组投切、 电抗器组投切、 SVG投切、 SVC投切 和发电机调剂中一种或者多种。 5.根据权利要求3所述的一种基于人工智能神经网络的电网潮流控制方法， 其特征在 于， 所述预 先训练好的待控制线路的人工智能神经网络模型的建立 步骤包括： 收集目标电网的历史数据， 所述历史数据包括： 节点电压幅值、 相角， 线路有功、 无功； 在目标电网的当前拓扑下， 针对采集的历史数据， 进行一级分组： 针对每条线路的首 端， 首端节 点电压上下限差值按照10％一个等级， 对收集的历史数据进 行分组， 获得多个一 次分组； 针对每条线路， 在每个一次分组内， 按照功率变化5％一个等级进行分组， 在每个一次 分组内， 获得多个二次分组； 求二次分组中线路首端节点和末端节点之间的电压差， 每个二 次分组数据中最大分布 电压差取为对应二次分组的压 差作为输出； 以每组二次分组数据中对应的节点电压的幅值和相角、 线路上的有功和无功， 以及待 优化线路上 的潮流为输入， 以待优化线路上 的两端电压差为输出， 对建立的待优化线路的 人工智能神经网络模型进行训练， 获得待优化线路的人工智能神经网络模型。 6.一种基于人工智能神经网络的电网潮流控制装置， 其特 征在于， 包括： 获取模块， 用于获取目标电网的潮流数据； 辨识模块， 用于以目标电网所有节点电压的幅值和相角， 线路的有功、 无功潮流， 以及 待控制线路有功潮流预设的变化量为输入； 带入到预先训练好的待控制线路的人工智能神 经网络模型中进行辨识， 得到待控制线路的两端电压 差； 控制模块， 用于控制待控制线路的首端节点与末端节点之间的电压差等于所述两端电 压差。 7.根据权利要求6所述的一种基于人工智能神经网络的电网潮流控制装置， 其特征在 于， 所述控制待控制线路的首端节点与末端节点之 间的电压差等于所述两端电压差的步骤 中， 在首端节点电压不变的前提下， 控制待控制线路的末端节点的电压， 使得首端节点与末 端节点之间的电压差等于所述两端电压差； 待控制线路末端电压的控制 手段包括， 电容器权　利　要　求　书 1/2 页 2 CN 115065063 A 2组投切、 电抗器组 投切、 SVG投切、 SVC投切 和发电机调剂中一种或者多种。 8.根据权利要求6所述的一种基于人工智能神经网络的电网潮流控制装置， 其特征在 于， 所述预 先训练好的待控制线路的人工智能神经网络模型的建立 步骤包括： 收集目标电网的历史数据， 所述历史数据包括： 节点电压幅值、 相角， 线路有功、 无功； 在目标电网的当前拓扑下， 针对采集的历史数据， 进行一级分组： 针对每条线路的首 端， 首端节 点电压上下限差值按照10％一个等级， 对收集的历史数据进 行分组， 获得多个一 次分组； 针对每条线路， 在每个一次分组内， 按照功率变化5％一个等级进行分组， 在每个一次 分组内， 获得多个二次分组； 求二次分组中线路首端节点和末端节点之间的电压差， 每个二 次分组数据中最大分布 电压差取为对应二次分组的压 差作为输出； 以每组二次分组数据中对应的节点电压的幅值和相角、 线路上的有功和无功， 以及待 优化线路上 的潮流为输入， 以待优化线路上 的两端电压差为输出， 对建立的待优化线路的 人工智能神经网络模型进行训练， 获得待优化线路的人工智能神经网络模型。 9.一种电子设备， 其特征在于， 包括处理器和存储器， 所述处理器用于执行存储器 中存 储的计算机程序以实现如权利要求1至5中任意一项所述的基于人工智能神经网络的电网 潮流控制方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有至少一个 指令， 所述至少一个指令被处理器执行时实现如权利要求 1至5中任意一项所述的基于人工 智能神经网络的电网潮流控制方法。权　利　要　求　书 2/2 页 3 CN 115065063 A 3